多年来，Synopsys 一直在使用 AI 来推动电子设计自动化 (EDA) 软件的发展，使今天的半导体成为可能。 

在许多公司因更广泛的经济状况而摇摇欲坠的时刻——当芯片行业面临较低的需求时——Synopsys 的数字在每个重要领域都在向好的方向发展。

最新业绩超出了之前的指引，公司的季度收入再创新高，营业利润率上升，每股收益上升，公司提高了年度收入指引。 这一切都证明了 Synopsys 十多年前推出的“智能一切”（Smart Everything ）战略的有力执行。

在财报电话会议之后，我有机会与首席执行官 Aart de Geus 和首席财务官 Shelagh Glaser 进行了交谈，以了解 Synopsys 对人工智能和整个技术领域在一个有趣的时刻正在发生的事情的看法。 在这篇文章中，我将分享那次谈话的一些亮点，以及他们对未来几个月和几年的发展方向的看法。

Synopsys 的收入、每股收益和利润率超出预期

首先，季度收入 13.95 亿美元高于指引的上限，非 GAAP 每股收益 2.54 美元。 该公司产生了 7.03 亿美元的季度运营现金流，其不可取消的积压订单增加到 73 亿美元。

鉴于其火力全开的情况，该公司预计全年收入约为 58 亿美元，比 2022 财年的 50.8 亿美元收入高出 14% 至 15%。与此相符，它预计非 GAAP 每股收益同比增长 21% 或 22%，并且预计非 GAAP 营业利润率将比之前的指导有更大的改善——总计 150 个基点。

这就是我所说的一个伟大的季度：收入增长、利润增长、更高的年度指导。 通过与 Glaser 的交谈，很明显 Synopsys 非常重视继续提高短期和长期利润率。 顺便说一句，该公司也有大量现金，几乎没有债务。

考虑到 Synopsys 所在市场的波动性，这些数字就更令人印象深刻了。半导体的需求一直在下降，尤其是对用于消费产品的芯片而言。 但 Synopsys 表示，其客户将继续投资于新芯片的研发，以便他们可以在需求再次回升时利用机会。 用 de Geus 的话来说，对于芯片制造商来说，“最糟糕的是错过好转期，因为那是大部分赚钱的地方。”

AI 的领先地位帮助 Synopsys 驾驭动荡的市场

Synopsys 之所以能够取得如此出色的成绩，是因为它处于正确的市场空间，拥有正确的技术——而 AI 是其中的核心。 “我认为在过去的几个月里，人们对人工智能的整个概念都非常敏感，”de Geus 告诉我。 “而且你知道，这对我们来说并不新鲜，因为我们在大约 12 年前就预测世界将走向‘智能化’，并朝着这个方向发展。”

目前，像 ChatGPT 这样的生成式 AI 受到了媒体的大部分关注，但 Synopsys 多年来一直在使用机器学习 (ML)、大数据和不同类型的 AI 来帮助开发和调试芯片。其最近发布的 Synopsys.ai 平台意味着该公司现在正在将 AI 应用于整个 EDA 堆栈：设计、验证、测试和制造——其中也包括了模拟芯片。

这种方法是如何工作的？目前前 10 大半导体公司中有 9 家已经在使用 Synopsys 的 AI 驱动工具，而且这些工具的采用会加快开发步伐。它始于 2021 年年中，当时三星宣布使用 Synopsys 的 DSO.ai （（DSO 代表“设计空间优化”。））实现了全球首个人工智能驱动的商业流片。到 2022 年底，Synopsys 客户已经实现了 100 个人工智能驱动的流片，当我在过去两周与 de Geus 交谈时，他告诉我，现在“已经远远超过 200 次流片。”

从 Synopsys 在上个季度取得的众多设计胜利中挑选一个例子，该公司现在正在与 TSMC 合作，为代工巨头最先进的 2nm 工艺节点提供 EDA 流程。瑞萨电子在减少功能覆盖漏洞方面实现了高达 10 倍的改进，并将验证效率提高了高达 30%。

只需考虑一下设计复杂性和对错误零容忍度的要求。

超大规模计算器和生成式 AI 的作用

虽然他没有提到具体公司的名字，但 de Geus 确实证实了他使用 AI 驱动工具的客户名单不仅包括纯粹的芯片制造商，还包括超大规模的系统公司。实际上Synopsys 45% 的业务来自 de Geus 所说的“系统公司”，即同时涉及硬件和软件的公司。 这包括大型云供应商、汽车制造商和其他大量使用计算能力的公司。

例如，想一想到本世纪末全自动驾驶汽车需要多少车载计算能力——但所有这些计算能力仍必须以尽可能低的能耗水平提供。 正如 de Geus 所说，“如果 [芯片] 进入汽车，它们也最好尽可能低功耗，因为您在计算中使用的每 100 瓦功率基本上会减少 10 到 15 英里的电池续航里程。”

为了满足这些需求，ChatGPT 中使用的生成式 AI 尚未准备好为 EDA 流程做出贡献。 de Geus 告诉我，“生成式 AI 在其他情况下有很好的结果，但它的结果可能有缺陷。 在我们所做的事情中，是属于零容忍的。我们是一家必须交付 99.99999 的公司——你知道 9 的数量永远不够。” 之所以如此，是因为即使是芯片设计中最轻微的错误也会对效率、产量、上市时间等方面产生巨大影响。 “因此，我们的人工智能在这些设计中必须具备的精度水平与这些更多的搜索型人工智能能力之间存在着非常深刻的区别。”

不过，de Geus 对生成人工智能的热情是显而易见的。 “我认为这太棒了。”他说，“这将对世界产生巨大影响。” 从长远来看，Synopsys 总裁兼首席运营官 Sassine Ghazi 认为，尽管目前处于研发初期，但他相信生成式 AI 正处于一个转折点，并且是一项改变游戏规则的技术，将为 EDA 应用提供重要机会。

与此同时，Synopsys 工程师正在探索 ChatGPT 使用的尖端大型语言模型 (LLM) 如何帮助简化内部流程并增强现有解决方案。 根据 Ghazi 的说法，“Synopsys 开创了 AI 驱动的芯片设计，这是我们为客户实现生产力突破的开始。”

如果您想更多地了解 Synopsys 在过去几年中的 AI 之旅，我推荐该公司在最近的 SNUG 会议之后发表的一篇引人入胜的文章，其中 Synopsys.ai 占据了中心舞台。 在会议上，Ghazi 庆祝了 Synopsys 工程师所做的重要工作，他们受到谷歌 AI 驱动的 AlphaGo 在 2016 年和 2017 年战胜古代围棋大师的启发。 这些工程师开始研究将 AlphaGo 的强化学习 (RL) 技术应用于 EDA 的方式。 一开始只是一个想法，然后迅速成为 MVP，现在被用来设计一些世界上最复杂的多芯片架构。

虽然生成式 AI 肯定会在 EDA 的未来发挥作用——而且 Synopsys 也看好在这方面发挥领导作用——该公司现有的 AI 工具正在为芯片制造商在此时此地的生产力和速度方面提供重大改进。

EDA的未来是“智能、安保和安全”

对于 de Geus 和他的团队来说，任务比仅仅使用更多 AI 来加速和平滑 EDA 更广泛。 在他的收益报告中以及在与我的通话中，首席执行官重申需要 Synopsys 帮助提供智能、安保和安全的技术。

随着公司对芯片的要求越来越高，“智能”部分变得越来越难：更快的速度、更复杂的功能、更高的每瓦性能等等。 除了上面提到的汽车示例之外，这当然也适用于人工智能驱动的搜索，它需要的计算能力是传统文本搜索的数倍。 用于 AI 功能的其他芯片同样需要大量计算。

De Geus 指出，Synopsys 本身正在增加这种需求。 “我们正在使用人工智能，非常先进的人工智能，现在我们自己来帮助我们的客户设计超先进的芯片，”他说。 他以著名的 M. C. Escher 两只手相互绘画的图片做比喻，并补充说“我一直很喜欢这种表现，因为我们就在其中。”

他还认为，安全和安保与智能一起“越来越重要”。 之所以如此，是因为“这个非常复杂的系统，如果不安全——就会存在巨大的危险。” 他补充说，“如果它们以任何形式触及人类生命，这些危险就会加剧。” 不难想出在汽车、医疗设备、导航系统等环境中，我们中的任何一个人都会坚持超高的安保性和安全性。

对于希望增强安全性和安全性的客户，de Geus 表示，Synopsys“通过在芯片中放置有助于加密数据、提供信任根、唯一标识等的机制来提供帮助。这内置于 IP 和设计流程。”

对于 de Geus 来说，所有这些考虑因素都是“交织和循环的，对我们来说真正奇妙的是我们确实处于许多这些循环的中间”，包括设计、人工智能利用等。 在他看来，这为 Synopsys 提供了很大的运行空间。 正如他所说，“优化、自动化和生成人工智能用例的路线图是开放的，可以在未来几年实现生产力突破。”

人工智能在 EDA 中的未来

在回答财报电话会议上的问题时，de Geus 总结了他的经营理念，他说：“只要世界发生变化，就会有机会。” 我觉得这很能说明问题。

Synopsys 自从十几年前推出智能一切战略以来，尤其是自从它在 2017 年左右开始深入 ML和其他 AI 技术以来，当然一直在走这条路。曾经听起来像科幻小说的东西现在正在越来越深入地渗透到每个部分 半导体的创造过程，从设计的早期阶段到制造的最后步骤。

我同意 de Geus 的观点，即 Synopsys 在这个领域的机会是多样且开放的。 更好的是，该公司年复一年地表明，它可以采纳更好的想法并迅速将其转化为解决客户挑战的现实工程。 战略与执行的结合确实为他们带来了回报，我希望这种情况会继续下去。